MétaCan
Menu
Retour à la cohorte
Enregistrement W2972306593 · doi:10.5539/mas.v13n10p11

Adsorption of Biocellulose Nanofiber Tissue Engineering from Acetobacter Xylinum (Acetobacteraceae) Embedded Eggshell Membrane via Fermentation Process

2019· article· en· W2972306593 sur OpenAlexvenueno aff
Nussara Soontorntepwaraku, Neeranuch Wangrungroj, Nuchnapa Tangboriboon

Notice bibliographique

RevueModern Applied Science · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensnon disponible
Organismes subventionnairesAgricultural Research Development AgencyKasetsart UniversityThailand Research FundChulalongkorn University
Mots-clésEggshell membraneMembraneBiopolymerNanofiberMaterials scienceUltimate tensile strengthChemical engineeringAdsorptionChitosanSILKFermentationChemistryNuclear chemistryComposite materialFood scienceBiochemistryPolymerOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Interest in the development of bio-based waste has increased exponentially in biomedical, biodental and bioengineering applications because such waste is nontoxic, biocompatible, easily formed, and has good physicochemical-mechanical-thermal properties, elasticity, high purity, no side effects and biodegradation. Eggshell membrane is a biopolymer network of protein fibers retaining albumin, collagen and amino acid. Eggshell membrane is a good food source for bacterial Acetobacter xylinum growth to make a strong biocellulose nanofiber composite for use in facial masks and tissue engineering. The current study added different amounts of eggshell membrane powder of 0% (Bio-0), 0.01% (Bio-01), 0.05% (Bio-05), 0.075% (Bio-075) and 0.10%wt (Bio-1) into biocellulose made from Acetobacter xylinum in coconut water medium via a fermentation process. The obtained facial mask encoded Bio-1 had good physicochemical and mechanical properties. The best sample has tensile strength, elongation at break and maximum force, and good adsorption encoded Bio-1 equal to 3.229 ± 0.297 MPa, 43.350 ± 8.400% 13.466±1.238 N, respectively.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,234
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207